正規表示式

Pydoc Pydoc




根據正規表示式篩選輸入字串元素。也可能會根據比對群組轉換它們。

範例

在以下範例中，我們使用文字字串的 PCollection 建立管線。然後，我們使用 Regex 轉換，透過正規表示式來搜尋、取代和分割文字元素。

您可以使用工具來協助您建立和測試正規表示式，例如 regex101。請務必在左側邊欄中指定 Python 風格。

讓我們看看例如 正規表示式 (?P<icon>[^\s,]+), *(\w+), *(\w+)。它會比對任何不是空白字元 \s ([ \t\n\r\f\v]) 或逗號 , 的任何字元，直到找到逗號為止，並將其儲存在名為 icon 的群組中，這甚至可以比對 utf-8 字串。然後，它會比對任何數量的空白字元，後接至少一個單字字元 \w ([a-zA-Z0-9_])，該字元會儲存在第二個群組中作為名稱。它對第三個群組執行相同的操作，以取得持續時間。

注意：為避免正規表示式中出現意外的字串跳脫，建議使用 原始字串，例如 r'原始字串'，而不是 '跳脫字串'。

範例 1：正規表示式比對

Regex.matches 只會保留符合正規表示式的元素，並傳回比對的群組。預設情況下，引數 group 設定為 0 (整個比對)，但可以設定為群組編號，例如 3，或設定為具名群組，例如 'icon'。

Regex.matches 會從字串的開頭開始比對正規表示式。若要比對到字串結尾，請在正規表示式結尾加上 '$'。

若要從任何點開始比對，而不是從字串開頭，請使用 Regex.find(regex)。

範例 2：具有所有群組的正規表示式比對

Regex.all_matches 只會保留符合正規表示式的元素，並以清單形式傳回所有群組。群組會依照在正規表示式中遇到的順序傳回，包括 group 0 (整個比對) 作為第一個群組。

Regex.all_matches 會從字串的開頭開始比對正規表示式。若要比對到字串結尾，請在正規表示式結尾加上 '$'。

若要從任何點開始比對，而不是從字串開頭，請使用 Regex.find_all(regex, group=Regex.ALL, outputEmpty=False)。

範例 3：正規表示式比對成鍵值對

Regex.matches_kv 只會保留符合正規表示式的元素，並使用指定的群組傳回鍵值對。引數 keyGroup 會設定為群組編號，例如 3，或設定為具名群組，例如 'icon'。預設情況下，引數 valueGroup 設定為 0 (整個比對)，但可以設定為群組編號，例如 3，或設定為具名群組，例如 'icon'。

Regex.matches_kv 會從字串的開頭開始比對正規表示式。若要比對到字串結尾，請在正規表示式結尾加上 '$'。

若要從任何點開始比對，而不是從字串開頭，請使用 Regex.find_kv(regex, keyGroup)。

範例 4：正規表示式尋找

Regex.find 只會保留符合正規表示式的元素，並傳回比對的群組。預設情況下，引數 group 設定為 0 (整個比對)，但可以設定為群組編號，例如 3，或設定為具名群組，例如 'icon'。

Regex.find 會比對字串中第一個符合正規表示式的位置。若要從頭開始比對，請在正規表示式的開頭加上 '^'。若要比對到字串結尾，請在正規表示式的結尾加上 '$'。

如果您只需要從頭開始比對，請考慮使用 Regex.matches(regex)。

範例 5：正規表示式尋找全部

Regex.find_all 會回傳一個包含所有符合正規表示式的比對結果的列表，並回傳符合的群組。引數 group 預設為 0，但可以設定為群組編號，例如 3，或具名群組，例如 'icon'，或設定為 Regex.ALL 以回傳所有群組。引數 outputEmpty 預設為 True，但可以設定為 False 以跳過找不到比對結果的元素。

Regex.find_all 會比對字串中任何符合正規表示式的位置。若要從頭開始比對，請在正規表示式的開頭加上 '^'。若要比對到字串結尾，請在正規表示式的結尾加上 '$'。

如果您只需要從頭開始比對所有群組，請考慮使用 Regex.all_matches(regex)。

範例 6：正規表示式尋找成鍵值對

Regex.find_kv 會回傳一個包含所有符合正規表示式的比對結果的列表，並使用指定的群組回傳鍵值對。引數 keyGroup 可以設定為群組編號，例如 3，或具名群組，例如 'icon'。引數 valueGroup 預設為 0（整個比對結果），但可以設定為群組編號，例如 3，或具名群組，例如 'icon'。

Regex.find_kv 會比對字串中第一個符合正規表示式的位置。若要從頭開始比對，請在正規表示式的開頭加上 '^'。若要比對到字串結尾，請在正規表示式的結尾加上 '$'。

如果您只需要從頭開始比對鍵值對，請考慮使用 Regex.matches_kv(regex)。

範例 7：正規表示式全部取代

Regex.replace_all 會回傳一個字串，其中所有符合正規表示式的位置都已被另一個字串取代。您也可以在 replacement 中使用反向參照。

範例 8：正規表示式取代第一個

Regex.replace_first 會回傳一個字串，其中第一個符合正規表示式的位置已被另一個字串取代。您也可以在 replacement 中使用反向參照。

範例 9：正規表示式分割

Regex.split 會回傳一個字串列表，這些字串是被指定的正規表示式所分隔的。引數 outputEmpty 預設為 False，但可以設定為 True 以保留輸出列表中空的項目。

Pydoc Pydoc